Agentic AI News 16 जुलाई 2026

Thinking Machines से Inkling. Mira Murati के स्टार्टअप ने Inkling जारी किया, जो 975B कुल पैरामीटर (41B सक्रिय) वाला एक ओपन-वेट मिक्सचर-ऑफ-एक्सपर्ट्स मॉडल है। टेक्स्ट, इमेज, ऑडियो और वीडियो पर प्रशिक्षित, यह वर्तमान में केवल टेक्स्ट आउटपुट करता है।

• Inkling by Thinking Machines is the #1 US open weight model now(नए टैब में खुलता है)
• The Benchmarks of Thinking Machine's first open-source model Inkling(नए टैब में खुलता है)
• Thinking Machines releases first open-weight model “Inkling”(नए टैब में खुलता है)
• Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling(नए टैब में खुलता है)

iPhone के लिए Bonsai 27B. PrismML ने Qwen3.6-27B से व्युत्पन्न Bonsai 27B जारी किया, जो ऑन-डिवाइस रीज़निंग, टूल उपयोग और एजेंट कार्यों को सक्षम बनाता है। Apple कथित तौर पर स्टार्टअप के साथ बातचीत कर रहा है। टर्नरी क्वांट समर्थन अपस्ट्रीम किया जा रहा है।

• Bonsai 27B is a full open reasoning model that fits on an iPhone(नए टैब में खुलता है)
• Bonsai-27B & Ternary-Bonsai-27B - Updates (on PRs)(नए टैब में खुलता है)
• Apple in talks with startup PrismML that shrinks AI models to run on an iPhone(नए टैब में खुलता है)

Grok-build ओपन सोर्स किया गया. xAI ने डिफ़ॉल्ट डेटा अपलोड पर प्रतिक्रिया के बाद, Apache 2.0 लाइसेंस के तहत Grok CLI कोडिंग एजेंट कोडबेस को ओपन-सोर्स किया। इस कदम का उद्देश्य विश्वास बहाल करना है।

• xai-org/grok-build, now open source(नए टैब में खुलता है)
• Grok Build open sourced under Apache 2.0 license(नए टैब में खुलता है)

Kimi k3 आ रहा है. Moonshot AI Kimi k3 मॉडल का टीज़ कर रहा है, जिसके शुरुआती प्रदर्शन Chatbot Arena पर रिपोर्ट किए गए हैं। यह जल्द आने की उम्मीद है।

• kimi.ai teasing a video with lots of 3's in it(नए टैब में खुलता है)

Agents-A1-4B एजेंट विशेषज्ञ. यह मॉडल BrowseComp, GAIA और SciCode जैसे बेंचमार्क पर बड़े मॉडलों से बेहतर प्रदर्शन करता है, जो पैरामीटर-कुशल एजेंटिक स्केलिंग दर्शाता है।

• Agents-A1-4B (Qwen3.7-4B ???) : Scaling the Horizon, Not the Parameters(नए टैब में खुलता है)

Gemma 4 टूल कॉलिंग फिक्स. Google ने Gemma 4 के चैट टेम्पलेट्स को अपडेट करके आलस्य कम किया और टूल कॉलिंग को ठीक किया, साथ ही Hopper GPUs पर Flash Attention 4 सक्षम किया।

• Google is updating Gemma 4's chat templates, bringing major fixes to tool calling and reducing "laziness", and enabling Flash Attention 4 on Hopper GPUs, plus an interactive guide on how to work with and improve its vision!(नए टैब में खुलता है)

Qwen 3.6 27B लॉन्ग कॉन्टेक्स्ट. उपयोगकर्ता Qwen 3.6 27B को 200K से अधिक टोकन कॉन्टेक्स्ट पर चला रहे हैं, MCP टूल ब्लोट ऑप्टिमाइज़ेशन की सहायता से 262K तक अच्छे प्रदर्शन के साथ पहुंच रहे हैं।

• Qwen 3.6 27B is solid up to 262K context. How high have you guys gone above that using Rope/Yarn scaling?(नए टैब में खुलता है)

Soofi S बहुभाषी 30B. जर्मन AI कंसोर्टियम ने Soofi S जारी किया, एक ओपन 30B मॉडल जो जर्मन और अंग्रेजी दोनों में बेंचमार्क में अग्रणी है।

• German AI consortium releases Soofi S, an open 30B model that tops benchmarks in both English and German(नए टैब में खुलता है)

Codex Micro एजेंट कीबोर्ड. OpenAI ने अपना पहला हार्डवेयर Codex Micro लॉन्च किया, जो $230 का मिनी-कीबोर्ड है जिसमें स्टेटस LEDs, डायल और Codex कोडिंग एजेंट्स को नियंत्रित करने के लिए शॉर्टकट हैं।

• Amid hardware legal battle, OpenAI releases a $230 keyboard for Codex(नए टैब में खुलता है)
• OpenAI's first branded hardware is... a light-up keyboard?(नए टैब में खुलता है)
• OpenAI finally launches hardware… for Codex(नए टैब में खुलता है)

AWS पर Claude Apps Gateway. AWS ने Claude apps gateway जारी किया, जो Claude Code और Desktop के लिए एक सेल्फ-होस्टेड कंट्रोल प्लेन है, जो एक्सेस, लागत और नीति प्रबंधन को केंद्रीकृत करता है।

• AWS Ships Claude Apps Gateway as Self-Hosted Control Plane for Claude Code and Claude Desktop(नए टैब में खुलता है)

टर्मिनल Mermaid रेंडरर. Grok CLI से एक स्व-निहित Rust crate टर्मिनल में Mermaid डायग्राम रेंडर करता है, जो अब WASM के माध्यम से ब्राउज़र में उपलब्ध है।

• Mermaid to Unicode box art (grok-mermaid)(नए टैब में खुलता है)

Stripe एजेंट्स बेंचमार्क. Stripe ने AI एजेंट्स के लिए पूर्ण एकीकरण बनाने हेतु एक बेंचमार्क जारी किया, जिसमें पता चला कि एजेंट कोडिंग को अच्छी तरह से संभालते हैं लेकिन वित्तीय प्रणालियों में सत्यापन में संघर्ष करते हैं।

• Stripe Benchmark Shows AI Agents Build Integrations but Struggle with Validation(नए टैब में खुलता है)

Slack में Fleet एजेंट्स. LangChain का Fleet अब टीमों को एक क्लिक में Slack पर विशेष एजेंट्स तैनात करने देता है, जिससे एजेंट वार्तालाप थ्रेड में काम कर सकते हैं।

• New in Fleet: Deploy AI agents to Slack in one click(नए टैब में खुलता है)

पृथक एजेंट वातावरण. LangChain का तर्क है कि एजेंटों को फाइलसिस्टम, शेल और नेटवर्क एक्सेस वाला अपना कंप्यूटर चाहिए, सुरक्षित निष्पादन के लिए अस्थायी, सैंडबॉक्स वातावरण प्रस्तावित करता है।

• Agents need their own computer. Here's how to give them one safely.(नए टैब में खुलता है)

AI एजेंट्स के लिए Postgres. एक प्रस्तुति इस बात पर प्रकाश डालती है कि Postgres प्रोडक्शन AI एजेंट्स के लिए रिलेशनल फाउंडेशन के रूप में कैसे काम कर सकता है, स्टेट, वेक्टर सर्च और विश्वसनीयता को संभालता है।

• Presentation: Postgres for Production Agents: Your Relational Foundation for Enterprise AI(नए टैब में खुलता है)

मॉडल रूटिंग जटिलताएँ. Hugging Face ने पाया कि एजेंटों के लिए प्रभावी मॉडल रूटिंग को कैशिंग, कार्य-विशिष्ट ओवरहेड और टोकन मूल्य निर्धारण से परे लागत का ध्यान रखना होगा।

• Model Routing Is Simple. Until It Isn’t.(नए टैब में खुलता है)

Shippy समुद्री एजेंट. Skylight टीम Shippy के निर्माण का विवरण देती है, जो महासागर संरक्षण के लिए एक एजेंट है, जिसमें व्यवस्थित सोल, कौशल और कॉन्फ़िग आर्किटेक्चर के माध्यम से विश्वसनीयता पर ध्यान केंद्रित किया गया है।

• What building Shippy taught us about building agents(नए टैब में खुलता है)

Macs पर वितरित RL. Pluralis Research ने चार देशों में 14 Macs पर रोलआउट के साथ एक RL पोस्ट-ट्रेनिंग प्रयोग चलाया, जो डेटा को स्थानीय रखते हुए विकेंद्रीकृत प्रशिक्षण प्रदर्शित करता है।

• RL post-training on 14 Macs across 4 countries(नए टैब में खुलता है)

CMP 170HX अनलॉक. Falcon सुरक्षा प्रोसेसर का एक शोषण अक्षम CMP 170HX क्रिप्टो कार्ड (80GB) को पूर्ण A100 GPUs में बदलने की अनुमति दे सकता है, जिससे लागत में नाटकीय रूप से कमी आ सकती है।

• PSA: Nvidia's CMP 170HX Full Compute and Memory(80GB) may be unlockable via exploit(नए टैब में खुलता है)

AMD ROCm 7.14 पूर्वावलोकन. AMD ने ROCm 7.14 'TheRock' का एक टेक प्रीव्यू टैग किया, जो नवीनतम GPU कंप्यूट स्टैक तक प्रारंभिक पहुँच प्रदान करता है।

• AMD ROCm 7.14 "TheRock" tech preview tagged for latest AMD GPU compute stack(नए टैब में खुलता है)

दोहरी DGX Spark सेटअप. दो DGX Spark इकाइयों को जोड़कर, उपयोगकर्ता Hy3 या Deepseek V4 Flash जैसे बड़े MoE मॉडल को 4-बिट पर चलाने के लिए ~250GB मेमोरी आवंटित कर सकते हैं।

• New wave of miniboss models you can run on dual DGX Spark(नए टैब में खुलता है)

Hy3 1-बिट क्वांट व्यवहार्यता. टेनसेंट के Hy3 मॉडल का 89GB पर 1-बिट क्वांट आश्चर्यजनक सुसंगतता बनाए रखता है, जो सामान्य हार्डवेयर पर भविष्य के बड़े मॉडल चलाने की क्षमता का संकेत देता है।

• Hy3 1Bit 89-93 GB(नए टैब में खुलता है)

Qwen3.5 122B AMD FP4. एक समुदाय सदस्य ने ROCm FP4 क्वांटाइज़्ड Qwen3.5 122B-A10B जारी किया, जो AMD हार्डवेयर पर 28.5 tok/s प्राप्त करता है।

• Qwen3.5 122B-A10B · ROCmFP4 iMatrix(नए टैब में खुलता है)

तेल और गैस फाउंडेशन मॉडल. Applied Computing ने एक फाउंडेशन मॉडल बनाने के लिए $20M जुटाए जो तेल और गैस संयंत्रों के लिए सेंसर डेटा, इंजीनियरिंग डॉक्स और भौतिकी मॉडल को एकीकृत करता है, जो उस बाजार को लक्षित करता है जहां 8% से कम डेटा का उपयोग किया जाता है।

• Applied Computing wants to give oil and gas operators an AI model for the entire plant(नए टैब में खुलता है)

Microsoft की बिक्री रणनीति. Microsoft के अधिकारियों ने बिक्री कर्मचारियों को Copilot को प्रतिस्पर्धियों के 'भागों' के मुकाबले एक पूर्ण प्रणाली के रूप में पेश करने का निर्देश दिया, जिसमें Anthropic के Claude पर Office ऐप्स में गति और सुरक्षा का हवाला दिया गया।

• Microsoft is reportedly training salespeople to talk down OpenAI and Anthropic(नए टैब में खुलता है)

Anthropic के साथ Ode. Anthropic, Blackstone और अन्य ने Ode का गठन किया, जो फॉरवर्ड-डिप्लॉयड AI इंजीनियरों को तैनात करने के लिए $1.5B का उद्यम है, जो इस बात पर दांव लगाता है कि कार्यान्वयन मॉडल एक्सेस से अधिक महत्वपूर्ण है।

• Inside Ode with Anthropic, the startup betting AI services are the future of enterprise(नए टैब में खुलता है)
• Anthropic, Blackstone bet the next trillion-dollar AI business is implementation, not just models(नए टैब में खुलता है)

Rime ने $24M जुटाए. Rime के वॉयस AI मॉडल उद्योग-विशिष्ट उच्चारण को सही करने के लिए इन-हाउस रिकॉर्ड किए गए डेटा पर प्रशिक्षित होते हैं, जो उद्यम ग्राहक कॉल को लक्षित करते हैं।

• Rime picks up $24M Series A to help enterprises field customer calls(नए टैब में खुलता है)

Emergent यूनिकॉर्न बना. Emergent ने छोटे और मध्यम व्यवसायों के लिए प्रोडक्शन-ग्रेड AI कोडिंग टूल प्रदान करने के लिए $1.5B मूल्यांकन पर $130M की सीरीज़ C जुटाई।

• Indian AI coding startup Emergent becomes a unicorn with $130M Series C(नए टैब में खुलता है)

Whatnot ने Shaped का अधिग्रहण किया. Whatnot ने लाइव नीलामी के दौरान रीयल-टाइम, वैयक्तिकृत उत्पाद अनुशंसाओं में सुधार करने के लिए Shaped का अधिग्रहण किया, जहां इन्वेंट्री तेजी से बदलती है।

• Whatnot acquires Shaped to power real-time live shopping recommendations(नए टैब में खुलता है)

Apple Intelligence चीन लॉन्च. Apple की AI सुविधाओं को Alibaba के Qwen मॉडल को एकीकृत करके चीन में नियामक अनुमोदन मिला, जो iPhone निर्माता के दूसरे सबसे बड़े बाजार के लिए एक महत्वपूर्ण कदम है।

• Apple Intelligence approved for launch in China with Alibaba’s Qwen AI(नए टैब में खुलता है)

Spotify संवादी AI. Spotify ने प्रीमियम उपयोगकर्ताओं के लिए वैयक्तिकृत अनुशंसाएँ प्राप्त करने और सुनने के इतिहास के बारे में पूछने के लिए एक वॉयस और टेक्स्ट AI इंटरफ़ेस लॉन्च किया।

• Spotify bets Premium subscribers want to chat with their music player(नए टैब में खुलता है)

एजेंट ऑर्केस्ट्रेशन वास्तविकता जांच. VentureBeat सर्वेक्षण में पाया गया कि अधिकांश उद्यम 'एजेंट' चैटबॉट हैं, जिनमें प्लेटफ़ॉर्म Claude पर समेकित हो रहे हैं, और लागत नियंत्रण मायावी बना हुआ है।

• Agentic orchestration: Enterprise AI organizations have a deployment problem, not a platform problem — and most are calling chatbots agents(नए टैब में खुलता है)

भेद्यता खोज के लिए GPT-Red. OpenAI ने GPT-Red बनाया, एक AI रेड टीमर जो 84% परीक्षणों में प्रॉम्प्ट इंजेक्शन दोष ढूंढता है, जबकि मनुष्यों के लिए 13%, जो GPT-5.6 जैसे मॉडलों को मजबूत करने में मदद करता है।

• OpenAI is now using AI to attack its own AI, and it's working better than humans ever did(नए टैब में खुलता है)
• Meet GPT-Red: an LLM super-hacker OpenAI built to make its models safer(नए टैब में खुलता है)

Suno ने YouTube संगीत स्क्रैप किया. एक हैक ने खुलासा किया कि Suno ने अपने AI संगीत जनरेटर को YouTube, Deezer और Genius से लाखों गानों पर प्रशिक्षित किया, जिससे कॉपीराइट मुकदमों को बढ़ावा मिला।

• Suno snatched millions of songs from YouTube, Genius, and Deezer(नए टैब में खुलता है)
• Hack suggests AI music generator Suno scraped YouTube for training data(नए टैब में खुलता है)

Microsoft AI-सहायता प्राप्त पैचिंग. Microsoft ने 570 दोषों के लिए फिक्स जारी किए, जिसमें दो ज़ीरो-डे शामिल हैं, AI टूल का हवाला देते हुए जिन्होंने पहले छिपे बग का खुलासा किया।

• Microsoft patches record number of security vulnerabilities, citing its use of AI(नए टैब में खुलता है)

xAI CSAM मुकदमा. xAI ने एक व्यक्ति पर Grok की सुरक्षा को दरकिनार करके CSAM उत्पन्न करने का आरोप लगाते हुए मुकदमा दायर किया, हर्जाने की मांग की और चल रही दुरुपयोग चुनौतियों पर प्रकाश डाला।

• xAI sues a man for using Grok to generate CSAM ‘deepfakes’(नए टैब में खुलता है)

AI एजेंटों के लिए DNSid. Vint Cerf एक DNS-आधारित पहचान मानक का समर्थन कर रहे हैं ताकि AI एजेंटों को जवाबदेह ठहराया जा सके क्योंकि वे खुले इंटरनेट पर स्वायत्त रूप से काम करते हैं।

• Vint Cerf is working on a plan to unleash AI agents on the open internet(नए टैब में खुलता है)

OpenAI सुरक्षा संघवाद. OpenAI के Chris Lehane का तर्क है कि राज्य-स्तरीय AI सुरक्षा कानून अभिसरण कर रहे हैं, जो अमेरिकी नेतृत्व वाले वैश्विक शासन ढांचे का मार्ग प्रशस्त कर रहे हैं।

• The US is advancing AI safety through state and federal action(नए टैब में खुलता है)

GPT-5.6 अनुमान को खारिज करता है. UPenn के प्रोफेसर ने 90 मिनट में एक लंबे समय से चली आ रही सांख्यिकी धारणा को खारिज करने के लिए GPT-5.6 Sol Pro का उपयोग किया, जहां पूर्ववर्ती 20 घंटों में विफल रहा।

• GPT-5.6 Sol reportedly disproves a 30-year-old statistics conjecture in 90 minutes after humans couldn't crack it(नए टैब में खुलता है)

SWE-Bench Pro ऑडिट. OpenAI के ऑडिट से पता चलता है कि हल किए गए SWE-Bench Pro कार्यों में से आधे में अनदेखी त्रुटियाँ थीं, जो एजेंट-सहायता प्राप्त बेंचमार्क जांच की आवश्यकता पर जोर देती हैं।

• The Sequence AI of the Week #895: OpenAI's Show Us Where Coding Evals Break(नए टैब में खुलता है)

कुशल फ्रंटियर विश्लेषण. एक Reddit उपयोगकर्ता ने ओपन मॉडलों के कुशल फ्रंटियर को चार्ट किया, जिसमें दिखाया गया कि कौन से मॉडल प्रति सक्रिय पैरामीटर सर्वश्रेष्ठ प्रदर्शन प्रदान करते हैं।

• Current efficient frontier of open models(नए टैब में खुलता है)

स्थानीय मॉडल संतुष्टि. एक GPU-गरीब उपयोगकर्ता Gemma 4 12B को एक आनंददायक स्थानीय चैट सहायक के रूप में उजागर करता है, इस बात पर जोर देते हुए कि सबसे अच्छा मॉडल वह है जिसे आप वास्तव में चला सकते हैं।

• The best model is the one you can actually run(नए टैब में खुलता है)

DS4 Flash बड़े दिमाग के रूप में. एक उपयोगकर्ता DeepSeek V4 Flash को 2-बिट क्वांट पर छोटे Qwen मॉडलों के लिए एक योजना पूरक के रूप में नियोजित करता है, प्रभावशाली क्षमता की रिपोर्ट करता है।

• Has anyone using antirez ds4 compared to the unsloth GGUF?(नए टैब में खुलता है)

Torvalds: AI उपयोगी है. Linus Torvalds ने कहा कि Linux AI-विरोधी नहीं है, इस बात पर जोर देते हुए कि AI स्पष्ट रूप से एक उपयोगी उपकरण है और अनुरक्षकों को इसे बाधा के बजाय मददगार बनाना चाहिए।

• Linus Torvalds tells people to stop attacking others for using AI(नए टैब में खुलता है)